有没有办法阻止read.csv对我的行进行排序？

Question

我试图绘制我选择的数据，但似乎是read.csv对它们进行排序，或者可能是dplyr，但是我想要绘制它们所选的名称。有办法吗？

这些是我的数据和代码：

dfc <- read.csv(url("https://github.com/learnseq/learning/raw/main/GSE133399_Fig2_FPKM.csv"))

dfg <- dfc %>% dplyr::filter(tracking_id %in% c('S100a10', 'Esm1', 'Itgb1', 'Anxa2', 'Hist1h1b', 
                                                'Il2rb', 'Lgals1', 'Mki67', 'Rora', 'S100a4', 
                                                'S100a6', 'Adam8', 'Areg', 'Bcl2l1', 'Calca', 
                                                'Capg', 'Ccr2', 'Cd44', 'Csda', 'Ehd1', 
                                                'Id2', 'Il10', 'Il1rl1', 'Il2ra', 'Lmna', 
                                                'Maf', 'Penk', 'Podnl1', 'Tiam1', 'Vim',
                                                'Ern1', 'Furin', 'Ifng', 'Igfbp7', 'Il13', 
                                                'Il4', 'Il5', 'Nrp1', 'Ptprs', 'Rbpj', 
                                                'Spry1', 'Tnfsf11', 'Vdr', 'Xcl1', 'Bmpr2', 
                                                'Csf1', 'Dst', 'Foxp3', 'Itgav', 'Itgb8', 
                                                'Lamc1', 'Myo1e', 'Pmaip1', 'Prdm1', 'Ptpn5', 
                                                'Ramp1', 'Sdc4')) 
head(dfg)

我希望在这个link中找到一个解决方案，但没有运气。

Answer 1

%in%将根据其在数据中的显示方式而不是基于您筛选的向量对数据进行子集。如果您想要相同的订单，可以使用match：

library(dplyr)
dfc %>% slice(match(values, tracking_id))

在R基中，它可以写成：

dfc[match(values, dfc$tracking_id), ]

其中values是：

values <- c('S100a10', 'Esm1', 'Itgb1', 'Anxa2', 'Hist1h1b', 
            'Il2rb', 'Lgals1', 'Mki67', 'Rora', 'S100a4', 
            'S100a6', 'Adam8', 'Areg', 'Bcl2l1', 'Calca', 
            'Capg', 'Ccr2', 'Cd44', 'Csda', 'Ehd1', 
            'Id2', 'Il10', 'Il1rl1', 'Il2ra', 'Lmna', 
            'Maf', 'Penk', 'Podnl1', 'Tiam1', 'Vim',
            'Ern1', 'Furin', 'Ifng', 'Igfbp7', 'Il13', 
            'Il4', 'Il5', 'Nrp1', 'Ptprs', 'Rbpj', 
            'Spry1', 'Tnfsf11', 'Vdr', 'Xcl1', 'Bmpr2', 
            'Csf1', 'Dst', 'Foxp3', 'Itgav', 'Itgb8', 
            'Lamc1', 'Myo1e', 'Pmaip1', 'Prdm1', 'Ptpn5', 
            'Ramp1', 'Sdc4')

Answer 2

一种方法是将变量转换为具有所需级别的因子。之后，您可以相应地安排您的数据：

library(dplyr)

dfc <- read.csv(url("https://github.com/learnseq/learning/raw/main/GSE133399_Fig2_FPKM.csv"))

ids <- c('S100a10', 'Esm1', 'Itgb1', 'Anxa2', 'Hist1h1b', 
         'Il2rb', 'Lgals1', 'Mki67', 'Rora', 'S100a4', 
         'S100a6', 'Adam8', 'Areg', 'Bcl2l1', 'Calca', 
         'Capg', 'Ccr2', 'Cd44', 'Csda', 'Ehd1', 
         'Id2', 'Il10', 'Il1rl1', 'Il2ra', 'Lmna', 
         'Maf', 'Penk', 'Podnl1', 'Tiam1', 'Vim',
         'Ern1', 'Furin', 'Ifng', 'Igfbp7', 'Il13', 
         'Il4', 'Il5', 'Nrp1', 'Ptprs', 'Rbpj', 
         'Spry1', 'Tnfsf11', 'Vdr', 'Xcl1', 'Bmpr2', 
         'Csf1', 'Dst', 'Foxp3', 'Itgav', 'Itgb8', 
         'Lamc1', 'Myo1e', 'Pmaip1', 'Prdm1', 'Ptpn5', 
         'Ramp1', 'Sdc4')

dfg <- dfc %>% 
  filter(tracking_id %in% ids) %>% 
  mutate(tracking_id = factor(tracking_id, levels = ids)) %>% 
  arrange(tracking_id)
head(dfg)
#>   tracking_id CD44low_rep1 CD44hi_CD69low_rep1 CD44hi_CD69hi_CD103low_rep1
#> 1     S100a10    24.185300            215.9770                   191.19900
#> 2        Esm1     0.292527             11.6737                     1.31048
#> 3       Itgb1     2.783530             75.2682                    76.31740
#> 4       Anxa2     0.771864             20.1817                    23.60150
#> 5    Hist1h1b     1.784150             47.6620                    24.46870
#> 6       Il2rb     1.309430             25.4487                    57.04810
#>   CD44hi_CD69hi_CD103hi_rep1 CD44low_rep2 CD44hi_CD69low_rep2
#> 1                 221.072000   25.8888000            216.7610
#> 2                   0.989497    0.0556449             11.3918
#> 3                  11.118500    2.8061500             61.1956
#> 4                  13.964600    0.4517920             20.5154
#> 5                  64.651200    0.6789370             51.1621
#> 6                  60.663400    1.1446900             23.3560
#>   CD44hi_CD69hi_CD103low_rep2 CD44hi_CD69hi_CD103hi_rep2
#> 1                   201.88600                  213.88400
#> 2                     2.08267                    1.25273
#> 3                    57.41610                    9.42745
#> 4                    21.44850                   11.18830
#> 5                    40.79160                   43.77030
#> 6                    65.39240                   50.75980